伊藤：偏见同样会影响到产品开发。曾经有某家企业开发面部识别系统的时候，仅用他们自己的工程师作为训练数据库的模板，但发布演示产品的时候，这个产品竟然认不出一位黑人女性的脸，正因为他们的工程师全都是白人男性。很多偏见，是你在日常职场中不容易意识到的。
过往许多公司会去搜集信息、理解客户，然后给出个解决方案。如果要做一个真的对社会有益、解决问题的架构，就只要想着把这个工具做得更好、更有用就可以了。我喜欢举会计和电子表格的例子，在VisiCalc发布以后，这个苹果公司自己都不知道该卖给谁的软件出乎意料获得会计行业的巨大欢迎，这让他们欣喜万分。于是他们在VisiCalc中投入了更多的灵感，VisiCalc 的开发者都没有设想过它有如此多的可能性。
我们需要的不是企业销售人员出去收集客户需求，然后回头要求工程师做出什么，我们需要的是赋予人们自己打造这些工具的能力，这不会是目前主导AI领域那些科技巨头的商业模型和运作方式，反而更可能来自像开复您所投资的实践型的创业者。
蒂姆：数据和最终的成果归属之间是否有条清晰的界限呢?比如说如果某个商业公司使用Google的演算法找到公共部门数据中有利可图的部分，例如运用某些医疗数据而大赚一笔，会发生什么?会因为来源是公共数据而把这样得来的利润回报给政府呢，还是因为用了Google算法而成为其产品的一部分呢?毕竟没有公共数据就不会有这一结果，目前这些数据相关的行业规则是如何制定的呢?
李开复：我感觉我们正站在一道门前，正打开去探索一个美丽勇敢的新世界，针对上述问题其实行业还没有定论，也应该好好充分研究一下这个问题。
伊藤：看来科技巨头们有一套针对现存数据库、获取数据的战略。Google、Facebook或中国的百度、腾讯当然都会收集大众的数据、从公共的数据中试图做出成果。但很显然个人电子邮件就不是公共数据，想要购买这些数据也是不可能的。也有很多人争论是算法重要还是数据重要，显然两个都十分重要，但不同企业由于其业务属性的侧重，将会有不同的选择。
蒂姆：我在这星期听到许多关于人工智能未来是不是真的能带来巨大收益的相关讨论，比如增加税收，帮助政府能让所有人都开心地生活还不用工作。你觉得AI能缓解社会焦虑、解决其他情况下可能会出现的不平等问题吗?它会是我们期待的那个灵丹妙药吗?
李开复：应该说这是必然的，在可预见的未来大规模的职业转移即将发生，人才与人力需要重新部署，在AI驱动的工作形态改变之际，有两部分我自己特别关注：
一是孩童和成人的教育体系，举例前面提到的音乐家、育儿等都将更能彰显其价值，目前各项专业教育和技能培训需要检视其未来的适切性。
二是人们有更充裕的时间来体验享受更优质的娱乐，娱乐行业比如虚拟现实(Virtual Reality)在未来势必更为百花齐放。
蒂姆：这是场非常有意义并非常有趣的对谈，十分感谢你们参与。